Sprecher: Du Fangzahn , Manager der Qualitätsabteilung von Western Digital China Shanghai Co., Ltd.
Lautsprecher: Cindy Du , Qualitätsmanager der Western Digital China (Shanghai) Co., GmbH.
das Redethema : Gemeinsame Analyse und Qualitätsvorhersage der Anwendung von Big Data in der Halbleiterfertigungsindustrie
Thema: Gemeinsamkeitsanalyse in Fertigungsanwendungen von Big Data und prädiktive Qualitätsbewertungen
Zusammenfassung :
In der Fertigung beschäftigen wir uns seit jeher mit Prozessschwankungen. Also, was ist Prozessfluktuation? Welche Schwankungen können Qualitätsprobleme verursachen? Wie viele Schwankungen können zum Ausfall eines Produkts führen? Der Halbleiterfertigungsprozess ist komplex und welche Auswirkungen bringt die Überlagerung der Schwankungen im Front- und Rear-Prozess? In diesem Artikel wird vorgestellt, wie die Datenverkettung vom Wafer über die Verpackung bis hin zum Testen des fertigen Produkts unter der Big-Data-Infrastruktur der Fabrik und der Geschäftsanwendung auf dieser Grundlage realisiert werden kann. Aus Dutzenden, Hunderten oder sogar Tausenden von Eingangsgrößen Schlüsselparameter zu identifizieren und gezielt zu steuern, um nicht nur die Qualität zu sichern, sondern auch die Kosten zu senken, das ist die Schwierigkeit und der Knackpunkt komplexer technologischer Prozesse. Die Gemeinsamkeitsanalyse kann an dieser Stelle eine große Hilfe sein, sowohl für die Diagnose als auch für die Vorhersage. Um eine Gemeinsamkeitsanalyse zu erreichen, müssen wir auf den Prozess der Datensortierung, Datenverbindung, Algorithmusauswahl und Ergebnisanalyse achten und es immer wieder versuchen und überprüfen. Wir haben uns für die JMP-Datenanalysesoftware entschieden, um dies zu erleichtern.
Abstrakt:
In der Fertigungsindustrie sind wir immer besorgt über Prozessschwankungen. Was sind also Prozessschwankungen? Welche Arten von Schwankungen führen zu Qualitätsproblemen? Wie viel Volatilität wird zu Produktausfällen führen? Der Halbleiterherstellungsprozess ist sehr komplex. Welche Ergebnisse können wir erwarten, nachdem diese Schwankungen dem Herstellungsprozess überlagert wurden? Dieser Text stellt den Prozess der Implementierung von Datenkonnektivität vom Wafer über das Gehäuse bis zum fertigen Produkt innerhalb eines industriellen Big-Data-Frameworks vor und bewertet Geschäftsanwendungen auf dieser Grundlage. In der Lage zu sein, Schlüsselparameter unter Dutzenden, Hunderten oder sogar Tausenden von Eingabevariablen zu identifizieren und zu kontrollieren und gleichzeitig Qualitätssicherung und niedrige Kosten sicherzustellen, ist ein schwieriger – und entscheidender – Teil des komplexen industriellen Prozessablaufs. Die Gemeinsamkeitsanalyse kann in diesem Bereich sowohl für Diagnose- als auch für Vorhersagezwecke sehr hilfreich sein. Um eine Gemeinsamkeitsanalyse zu ermöglichen, müssen wir uns auf alle Bereiche dieses Prozesses konzentrieren, einschließlich Datenerfassung, Datenkonnektivität, Algorithmusauswahl und Ergebnisanalyse. Der Zyklus wiederholt und iteriert sich dann selbst und verbessert sich mit jedem Schritt des Experimentierens und Validierens. Wir haben uns entschieden, JMP-Analysesoftware zu verwenden, um uns beim Erreichen dieser Ziele zu unterstützen.
